Anyagáramlás – A digitalizálás kulcsfontosságú tényező a hatékony intralogisztikai- és anyagáramlási rendszerek számára.

Az automatizálás, a hálózatépítés, az adatok befolyásolják az intralogisztika jövőjét.

Napjaink korszerű adatelemzési szoftverei és a rendelkezésre álló és megnövekedett számítási kapacitás és IoT lehetővé teszik akár rendkívül bonyolult intralogisztikai rendszerek részletes vizsgálatát, valamint az ezt követő kapacitásokra vonatkozó döntéstámogatást is biztosítják. A logisztika területén az eseményalapú szimulációs modellezés és a kapcsolódó részletes adatelemzés lehetőséget biztosít egy sor fontos vizsgálatra. Szakértők képesek a gyártási és logisztikai adatok elemzésére, a rendszerkomponensek során gyűjtött adatok vizsgálatára, ezekből következtetni a gyenge pontokra – mint a ki nem használt kapacitások –, feltárják az anyagi és információs folyamatok összefüggéseit. A Big Data az intralogisztika folyamatait is gyorsabbá, egyszerűbbé és költséghatékonyabbá teszi, szenzorok és más IoT eszközök által összegyűjtött, majd rendszerezett adatok, az adatbányászat eszközeivel segítik ezt.

Adatbányászat az anyagmozgatás során

Az intralogisztika digitalizálása elmaradt a gyártás digitalizálás ütemétől és mértékétől az elmúlt években. A gyártási folyamatok technológiája olyan fejlődésen ment át az elmúlt évtizedben, hogy a 40-50 évvel ezelőtti eszközöket, módszereket teljesen felszámolta. Azonban az intralogisztikai folyamatok, amelyeknek a feladata, hogy támogassák a gyártást, sok esetben pontosan úgy néznek ki, mint 40-50 éve. Az anyagok fogadására, tárolására és szállítására, továbbra is ugyanazokat a régi rendszereket és folyamatokat használják, amik évtizedek óta működnek. Ennek az oka egy részben, hogy sokak számára a gyártásautomatizálás volt a prioritás, minden erőforrást oda irányítottak, másrészt egészen a közelmúltig, az elérhető intralogisztikai megoldások drágák voltak – így az intralogisztika területén nem jellemző, hogy láthatatlan adatvagyon lenne felhalmozódva.

Adatalapú intralogisztika

Az adatok ismeretekké való konvertálásából rengeteg előnyünk származhat, javíthatja például az előrejelzések hatékonyságát és így a logisztikai tervezést. Ezek az adatok származhatnak szenzorhálózatokból, RFID-ból (Radio Frequency IDentification – rádiófrekvencia-alapú azonosítás), keresési eredményekből, az e-kereskedelem tranzakciós adataiból és a sokrétű elektronikus kommunikációból. Ezen adatok rendszere és a köztük lévő összefüggések hagyományos módon nem tárhatók fel, így a logisztikusok komoly kihívással szembesülnek, amikor olyan infrastruktúrát akarnak létrehozni, amely nem csak tárolni képes az adatokat, de a hagyományos adatokkal együtt elemezni is tudja azokat.

Az intralogisztikában van egy tucatnyi terület, ahol az adatok ismerete és felhasználása értéket tud generálni, csökkenthető az állásidő, a folyamatok pontos követésével optimalizálni lehet azokat, kiszűrhetők az anomáliák, prediktív szervizelést tesz lehetővé, ami szintén az állásidő csökkentésében játszik szerepet. De, ha kicsit nagyobb méretekben gondolkodunk, akkor ha egy vállalatnak több helyszínen van tárolókapcitása, akkor egy új raktárbázis megnyitása előtt adatok alapján választják ki az optimális helyszínt és még a raktár elrendezését is. Talán a legkézzelfoghatóbb jelentősége az intelligens energiafogyasztás kialakításában lehet. Nem létezik szinte olyan telephely, ahol ne lehetett volna csökkenteni az energiafogyasztást, aminek a tudatos alakítása szintén az adatokból indul ki. Big Data segítségével pontosíthatjuk a diszpozíciót, ha egy termék értékesítésével kapcsolatban bizonyos minta látszik kirajzolódni, a terméket mindig megfelelő mennyiségben lehet készleten tartani.

Adatalapú tervezés

Egy gyár, raktár layout tervezése, hogy hol helyezkedjenek el és hogyan legyenek a polcok elhelyezve, merre legyen az anyagáram útvonala, tehát a rendelkezésre állóhely megfelelő elosztása és a központokban zajló munka optimalizálása komplex feladat. Még a raktárak, üzemek elrendezésében is segítenek az adatok. Olyan stratégiai kérdésekben is segít döntést hozni a big data, mint a layout-tervezés. Üzemek, raktárak, épületek, berendezések, munkahelyek egymáshoz viszonyított optimális térbeli elrendezésének megtervezéséhez, optimalizálásához felhasználhatjuk az anyagmozgatási útvonalak helyét és hosszát, a területszükségletet, a dolgozói létszámot a termékátfutási időket. A big data arra is lehetőséget ad, hogy hatékonyabban, valós időben leltárazzunk, kevesebb terméket kelljen leírnunk, mindig legyen elegendő hely és a szállítás akadálytalan legyen. A raktározásban épp olyan fontos, hogy percre kész információkkal rendelkezzünk, mint a szállításban.

Léteznek már olyan szoftverek, amelyek egy digitális felületen lehetővé teszik, hogy elrendezzük a raktárunkat, üzemünket és a betáplált adatok alapján kijelzi, hogy mikor optimális az elrendezés.

Adatszemek a láncban

A logisztika és az ellátási lánc szakembereinek a legnagyobb kihívása, hogy megpróbálják nyomon követni a termékeket a gyártás helyétől egészen az értékesítési pontig. A blockchain technológia az események megosztott verzióját biztosítja a hálózat minden tagjának, így az ellátási láncban résztvevő összes féltől származó adat nyomon követhető a termékekről az alapanyag beérkeztétől a gyártáson át a kiszállításig. Ez egyrészt egyszerűbbé teszi a műveleteket, másrészt javítja a bizalmat a felek között, hiszen minden olyan információ, amelyet egy üzlettel kapcsolatban kell tartani, nyílt forrású és átlátható formában elérhető lesz.

Van olyan folyamat, ahol fontos, hogy minden ponton lássuk, hogy a folyamat előző pontjain mi történt. Ha valamelyik terméket visszahívják, akkor azt shiftek mentén hívják vissza, akár többezer alkatrészt is. Ha blockchain lenne, akkor csak egy tört részét kell csak visszahívni.

A logisztikai ágazat digitális átalakuláson megy keresztül. A blockchain és a felhő technológiák optimalizálják a logisztikai folyamatokat, interfészek létrehozásával és az adatfeldolgozás egyszerűsítésével. A raktárakban a robotok dolgoznak, a virtuális valóság megkönnyítik a munkát.

Keletkező adatok

A negyedik ipari forradalom idején az intralogisztikában nem csak az anyagot szállítjuk és használjuk fel, hanem a keletkező adatokat is. Az adatbányászat a belső anyagmozgatás, a raktározás és a szállítmányozás területén is hozzáadott értéket termel és optimalizálja a folyamatokat.

Forrás: Dmlab